グラフ注意機構によるテキスト要約
arXiv cs.CL / 2026/4/7
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文では、リテラル構造理論（Rhetorical Structure Theory: RST）と係り受け（コアリファレンス）グラフを特定のグラフ情報として用い、それによってベースラインモデルよりもテキスト要約の性能を向上させることを検討している。
- グラフ情報を取り込むためのグラフ注意ネットワーク（Graph Attention Network）による手法では結果が改善されなかったため、著者らはより単純な多層パーセプトロン（MLP）アーキテクチャへ方針を切り替え、そのMLPはCNN/DMで性能向上をもたらした。
- 著者らは、XSumデータセットにRSTグラフ情報を注釈付けし、新たなベンチマークを作成した。このベンチマークは、グラフに基づく要約に関する今後の研究を支援することを意図している。
- XSumのグラフ注釈付きデータセットは、著者らのモデルと、一般にグラフベースの手法の双方が持つ強みと限界の両方を浮き彫りにする、注目すべき課題を提示している。
